如果几年前有人跟我说，OpenAI 联合创始人之一会跑去 Anthropic 帮对手做预训练研究，我大概会觉得这人是在说科幻小说的情节。
但这件事，今天真的发生了。
Andrej Karpathy，这个名字在 AI 圈几乎不需要介绍。斯坦福 CS231n 课程的主讲人，深度学习领域*的科普者，OpenAI 联合创始人，Tesla 自动驾驶团队的前掌门人。他的一条推文能让某个技术方向热度暴涨，他在 YouTube 上传一个讲 Transformer 的视频，播放量轻松破百万。
就是这样一个人，今天宣布加入 Anthropic。
Karpathy 在 X 上的官宣｜图片来源：X
Karpathy 此次加入 Anthropic，将专注于预训练研究，并领导一支新团队，核心任务是用 Claude 来加速预训练方向的探索。
预训练，是大模型能力的地基。谁在这个层面有突破，谁就在未来几年的竞争中握有先手。Anthropic 把 Karpathy 放在这里，意图再明显不过。
但如果只把这件事理解为「一个厉害的人换了工作」，那就太小看它了。
Karpathy 身上附着一种在 AI 圈极为稀缺的东西——技术可信度与大众影响力的双重叠加。他不只是一个能写好代码、发好论文的研究员，他是那种能让别的*研究员心甘情愿跟着干的人。
业内有种说法，一个有声望的研究员的加入，往往会带动一批人重新评估自己的职业选择。Karpathy 的到来，可能是 Anthropic 即将迎来一波人才涌入的信号弹。
更值得玩味的是他的出发点。2015 年，他是 OpenAI 的联合创始人之一，亲历了这家公司从非营利理想出发的整个蜕变过程。后来他去了 Tesla，再后来短暂回归 OpenAI，随后又离开自己创业。
这一次选择 Anthropic，多少带着某种「表态」的意味。
01、一直在赢的 Anthropic
孤立地看 Karpathy 的加盟，会漏掉一个重要的上下文，Anthropic 最近这段时间，正处于一种少见的上升态势中。
两周前，一份来自 Ramp AI Index 的数据，悄悄刷屏了科技媒体圈。
数据显示，Anthropic 在企业端的采用率在 4 月份上升了 3.8 个百分点，达到 34.4%，而 OpenAI 同期下降了 2.9 个百分点，滑落至 32.3%。这是 Anthropic 历史上首次在企业采用率上超过 OpenAI，尽管差距还不算悬殊，但方向性意义极强。
就在同一周，Anthropic 推出了面向小企业的 Claude 版本，整合了 QuickBooks、PayPal、HubSpot、Canva、DocuSign 等一批中小企业日常依赖的工具，把 AI 能力直接嵌进这些用户的工作流里。这是一个明显的下沉信号，Anthropic 不再只盯着大企业客户，它在往更宽的市场走。
再往前一天，Anthropic 宣布与盖茨基金会建立合作伙伴关系，承诺四年内投入 2 亿美元资金、Claude 使用额度和技术支持，覆盖全球健康、教育和经济发展等领域。这笔合作的金额不算最亮眼，但它带来的叙事价值很高，一家原本主打「AI 安全」的公司，正在把「负责任的 AI」这顶帽子戴得越来越实。
在融资估值逼近万亿美元、企业采用率刚刚完成反超的节点上，Karpathy 的加盟，是这一切的高光收尾。
Fortune 杂志的评论标题很直接，「Anthropic 似乎无法停止赢」。
02、为啥没回 OpenAI？
有人赢，必然有人承压。
Karpathy 并不是*个从 OpenAI 系统出走，去向 Anthropic 的人。
Anthropic 的创始团队本身，Dario Amodei、Daniela Amodei，以及当时一批核心研究员，就是 2021 年从 OpenAI 集体出走创立的这家公司。某种程度上，Anthropic 从诞生*天起，就是 OpenAI 内部一次路线分歧的产物。
此后几年，随着 OpenAI 在商业化和产品化上越走越快，加速发布、追逐营收、逐渐向微软靠拢，一部分更看重「纯粹研究」或「安全优先」的研究员，开始用脚投票。
Karpathy 这次选择 Anthropic，正好卡在一个敏感的时间点。OpenAI 近期在对外叙事上颇为密集，GPT 系列、o 系列、Sora、Operator 各条线同时推进，内部节奏之快，业内有人私下形容「像是在同时跑三场马拉松」。高速扩张之下，如何留住那些真正在乎研究深度、不只想要估值的人，是一道很难解的题。
当然，OpenAI 依然拥有极强的人才密度和资源规模，一次离职不会动摇其根基。但如果这种流动形成了趋势，那真正值得警惕的，是它传递出的行业预期变化。
一位科技分析师说得很直接，「AI 开发不再只是技术竞赛，而是知识领导力的战争。一个有影响力的研究员的流动，可以重塑整个行业的研究优先级。」
Karpathy 本人在深度学习社区的影响力，正好契合这个判断。他的斯坦福讲座和 YouTube 视频，是很多现在在* AI 实验室工作的研究员的入门读物。他去哪，多少带着某种「这个方向值得押注」的背书。
03、预训练，打未来
回到这次 Karpathy 加盟 Anthropic 的具体指向，预训练。
过去两年，行业的注意力大量集中在推理、多模态、Agent、RAG 这些相对「靠近应用层」的方向。基础模型能力的突破，被一些人视为已经进入「微调和优化」的阶段，而不是根本性的跃升。
Anthropic 显然不这么看。让 Karpathy 专门组建团队探索「用 Claude 加速预训练研究」，是在押一个更基础、周期更长、但潜在回报也更大的方向。
这里面藏着一个有意思的逻辑，用现有的大模型去辅助下一代大模型的预训练，是一个「AI 帮 AI 进化」的思路。这条路现在还很新，没有成熟的路线图，但如果能走通，意味着训练效率和能力边界都可能出现非线性的提升。
把这件事交给 Karpathy 来做，是 Anthropic 在技术方向上的一次大胆押注。
AI 行业的人才战，打到今天，已经不是挖几个工程师能描述的烈度了。它更像一场关于「叙事权」的争夺，谁吸引到了能定义研究方向的人，谁就在向整个行业传递一个信号，我们是这场游戏未来的主角。
Karpathy 的选择，或许就是这样一个信号。
